| 基于分离性测度的数据分类效果评价 |
| |
| 引用本文： | 吴成茂,范九伦.基于分离性测度的数据分类效果评价[J].系统工程与电子技术,2003,25(9):1154-1155. |
| |
| 作者姓名： | 吴成茂 范九伦 |
| |
| 作者单位： | 西安邮电学院信息与控制系,陕西,西安,710061 |
| |
| 基金项目： | 国家自然科学基金资助课题(69972041) |
| |
| 摘 要： | 针对模糊C-均值聚类算法对初始化分类参数(包括起始聚类中心位置和初始化分类隶属度矩阵)的选择比较敏感而导致分类结果差异性较大,以及错误分类会给解决实际问题带来难以预料的后果的情况,从数据的类内紧致性的对偶面即分离性入手,提出了基于分离性测度的分类效果好坏的评价准则。实验结果表明,定义的分类效果评价准则函数是可行的。
|
| 关 键 词： | 模糊C-均值聚类算法 聚类有效性 分离性测度 |
| 文章编号： | 1001-506X(2003)09-1154-02 |
| 修稿时间： | 2002年6月1日 |
Evaluation of Data Classification's Quality Based on Separatory Measure |
| |
| WU Cheng-mao,FAN Jiu-lun.Evaluation of Data Classification''s Quality Based on Separatory Measure[J].System Engineering and Electronics,2003,25(9):1154-1155. |
| |
| Authors: | WU Cheng-mao FAN Jiu-lun |
| |
| Abstract: | To overcome the shortcoming of the fuzzy C-mean clustering algorithm that it is sensitive to initialized classification parameters, an evaluating criterion is proposed for data classification quality based on separately measure. Experimental results show that the presented evaluating criterion is feasible. |
| |
| Keywords: | Fuzzy C-means cluster algorithm Cluster validity Separatory measure |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
